将面板拆分为子面板

Question

我在 Stata 中有一个面板数据集，其中包含行业和年份维度以及 7 个其他变量。我想按行业年组合将此面板拆分为子面板，然后使用来自mahapick.ado 包的mahascore 使用它们来计算新变量。 这是数据样本的结构（varlist的数字不是真实的，在我的数据集中它们只是一些数字变量）：

firm_id  year  ind_id     var1 var2 var3 var4 var5 var6 var 7
1        2008     1         1    2   3    4    5     6   7
1        2009     1         1    2   3    4    5     6   7
1        2010     1         1    2   3    4    5     6   7
.................................................................   
2        2008     2000      1    2   3    4    5     6   7
2        2009     2000      1    2   3    4    5     6   7
2        2010     2000      1    2   3    4    5     6   7
...............................................................

对于这些变量中的每一个，我想生成 72 个新变量（9 个行业 * 8 年），因此不属于行业年组合的每个变量的所有值都将丢失。比我想生成 72 个 varlist，我将使用它们分别为每个行业年组合计算 mahascore（马氏距离）。行业 ID (ind_ids) 采用以下值 {1 2000 3000 4000 5000 6000 7000 8000 9000}。时间跨度从 2008 年到 2015 年。

我写的代码是错误的，但我希望它有助于理解我在做什么：

*Generate 504 variables(8 years*9 industries * 7variables):

forvalues i = 2008/2015 {
  forvalues z = 1/9000 {
       gen var1_`i'_`z'=var1 if year == `i' & ind_id == `z'
       gen var2_`i'_`z'=var2 if year == `i' & ind_id == `z'
       gen var3_`i'_`z'=var3 if year == `i' & ind_id == `z'
       gen var4_`i'_`z'=var4 if year == `i' & ind_id == `z'
       gen var5_`i'_`z'=var5 if year == `i' & ind_id == `z'
       gen var6_`i'_`z'=var6 if year == `i' & ind_id == `z'
       gen var7_`i'_`z'=var7 if year == `i' & ind_id == `z'
 }
 }
 *Create 72 varlists (with 7 variables for each year-industry combination):  
  global varlist1 var1_2008_1 var2_2008_1 var3_2008_1 var4_2008_1 var5_2008_1 var6_2008_1 var7_2008_1
   global varlist2 var1_2009_1 var2_2009_1 var3_2009_1 var4_2009_1 var5_2009_1 var6_2009_1 var7_2009_1
 ....................................................................
 *Create list of lists     
 global metavarlist varlist1 varlist2...varlist72
 *Calculate distance
       foreach v in  $metavarlist {
          mahascore `v', gen(dist_M_`v') refmeans compute

也许有人可以在这里改进我​​的逻辑。

Answer 1

太长，无法放入评论空间：

问题报告的全部内容是代码“错误”。对于无法对您的数据（无法访问）进行尝试的任何人来说，这意味着什么？除非您提供可用的样本数据，即规模适中的完整数据集，并按照其术语一致地重写问题，否则我看不出您的问题对其他人有多大意义。

在这种情况下，使用这个用户编写的包的经验丰富的 Stata 程序员的数量确实会非常少，这使问题变得更加复杂。请注意，您之前的帖子没有收到任何答案，可能是出于类似的原因。

到目前为止，如此消极。

但我可以说，您打开的双循环将创建 72000 个新变量，即使其中大多数都是缺失值。不知何故，您知道您有 9 个行业，那么为什么要循环访问 1/9000？在不同的地方你说你想要

72 个新变量

72 * 7 个新变量

这些可能以某种方式保持一致，但我不知道如何。

第二个代码块不完整。